Distribución empÃrica de los pesos
Distribución de los pesos según variables
muestra
grafo_box_var('muestra')
m0_sexo
grafo_box_var('m0_sexo')
estrato_disenno
grafo_box_var('estrato_disenno')
tramo_etario
grafo_box_var('tramo_etario')
educ
grafo_box_var('educ')
Descriptivos pesos
ponderador01
resumen_pesos('ponderador01')%>%DT::datatable()
ponderador02
resumen_pesos('ponderador02')%>%DT::datatable()
ponderadorlong_total
resumen_pesos('ponderadorlong_total')%>%DT::datatable()
Aplicación de los pesos a variables
Porcentaje sÃntomas depresivos según variables y pesos
muestra
grafo_pesos('muestra','phq_s10')
m0_sexo
grafo_pesos('m0_sexo','phq_s10')
estrato_disenno
grafo_pesos('estrato_disenno','phq_s10')
tramo_etario
grafo_pesos('tramo_etario','phq_s10')
educ
grafo_pesos('educ','phq_s10')
Porcentaje de satisfacción con la democracia según variables y pesos
Se consideran los valor 4 y 5
muestra
grafo_pesos('muestra','satis_demo')
m0_sexo
grafo_pesos('m0_sexo','satis_demo')
estrato_disenno
grafo_pesos('estrato_disenno','satis_demo')
tramo_etario
grafo_pesos('tramo_etario','satis_demo')
educ
grafo_pesos('educ','satis_demo')
Interés en polÃtica según variables y pesos
Se consideran los valor 4 y 5
muestra
grafo_pesos('muestra','interes_poli')
m0_sexo
grafo_pesos('m0_sexo','interes_poli')
estrato_disenno
grafo_pesos('estrato_disenno','interes_poli')
tramo_etario
grafo_pesos('tramo_etario','interes_poli')
educ
grafo_pesos('educ','interes_poli')
Autoritarismo según variables y pesos
Se consideran los valor 4 y 5
muestra
grafo_pesos('muestra','autori')
m0_sexo
grafo_pesos('m0_sexo','autori')
estrato_disenno
grafo_pesos('estrato_disenno','autori')
tramo_etario
grafo_pesos('tramo_etario','autori')
educ
grafo_pesos('educ','autori')
Satisfacción con la vida según variables y pesos
Se consideran los valor 4 y 5
muestra
grafo_pesos('muestra','satis_vida')
m0_sexo
grafo_pesos('m0_sexo','satis_vida')
estrato_disenno
grafo_pesos('estrato_disenno','satis_vida')
tramo_etario
grafo_pesos('tramo_etario','satis_vida')
educ
grafo_pesos('educ','satis_vida')
Percepción seguridad del barrio según variables y pesos
Se consideran los valor 4 y 5
muestra
grafo_pesos('muestra','seguridad')
m0_sexo
grafo_pesos('m0_sexo','seguridad')
estrato_disenno
grafo_pesos('estrato_disenno','seguridad')
tramo_etario
grafo_pesos('tramo_etario','seguridad')
educ
grafo_pesos('educ','seguridad')
Modelamiento
Modelos Estimados
Los modelos estimados son glm estimados vÃa gee. La forma de estimación mediante gee permiten tomar en cuenta en las estimaciones la correlación entre las observaciones. Como desventaja frente a los modelos jerarquicos, los anteriores no pueden considerar más de un nivel de anidamiento,
Una nota al pie, es que la estimación de los modelos generó objetos de R de alta cantidad (más de 100 mb), esto incluso excedÃa el limite para subirlos al repositorio de github. Pero con un método de compresión . Sin embargo, el gran tamaño de los modelos podrÃa deberse a una gran cantidad de iteraciones necesarias para garantizar
Muestra Original
tabla_m1%>%
select(-statistic)%>%
mutate(across(c(estimate,std.error), ~round(.x,4)),
sig=case_when(p.value <0.01 ~ '***',
p.value >0.01 & p.value <0.05 ~'**',
p.value >0.05 & p.value <0.1 ~'*',
p.value >.1 ~''))%>%
select(-p.value)%>%
rename(Variable=term,Coeficiente=estimate,`Err. Estándar`=std.error,Significancia=sig)%>%
DT::datatable()
Muestra Refresco
tabla_m2%>%
select(-statistic)%>%
mutate(across(c(estimate,std.error), ~round(.x,4)),
sig=case_when(p.value <0.01 ~ '***',
p.value >0.01 & p.value <0.05 ~'**',
p.value >0.05 & p.value <0.1 ~'*',
p.value >.1 ~''))%>%
select(-p.value)%>%
rename(Variable=term,Coeficiente=estimate,`Err. Estándar`=std.error,Significancia=sig)%>%
DT::datatable()
Predicciones de los modelos según categorias
muestra
grafo_preds('muestra')
m0_sexo
grafo_preds('m0_sexo')
estrato_disenno
grafo_preds('estrato_disenno')
tramo_etario
grafo_preds('tramo_etario')
educ
grafo_preds('educ')